Implementación de un algoritmo para la registración elástica de imágenes médicas
Notice bibliographique
Résumé
La registracion de imagenes es el proceso de establecer correspondencia entre dos imagenes adquiridas en diferentes momentos y/o a traves de distintas modalidades. Existe en la actualidad un interes generalizado de relacionar informacion proveniente de diferentes imagenes de forma precisa, ya sea para diagnostico, tratamiento o ciencia basica. El objetivo central del trabajo consiste en evaluar un algoritmo de registracion 3D, con minima intervencion del usuario, robusto, versatil, con tiempos de computo acordes a la clinica rutinaria corriendo en una computadora de escritorio estandar. Se espera que el mismo sea potencialmente extensible a registraciones intermodalidad. Se presenta aqui la implementacion a nivel de software de una metodologia de registracion 3D con deformaciones de forma libre, por medio de calculo variacional. Para el desarrollo se utiliza el lenguaje de programacion C++ con herramientas de software libre. Se prueba exhaustivamente el desempeno del algoritmo implementado en registraciones intramodalidad y se realizan pruebas de registracion intermodalidad, preprocesando las imagenes por medio de filtrado y normalizacion de los rangos dinamicos de intensidad. A nivel intramodalidad se evalua el desempeno sobre imagenes de TAC de pacientes, sobre imagenes de TAC y SPECT de fantomas fisicos deformables elasticamente desarrollados ad hoc, y sobre imagenes de TAC de pacientes deformadas artificialmente. Se prueban algunas registraciones intermodalidad con imagenes TAC-PET sobre pacientes y TAC-SPECT sobre un fantoma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».